PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.01813v1cs.AI

AI 보조 유사분열 계수를 통한 여러 종양 유형에서의 재현성 및 효율성 향상

AI-assisted mitotic counting improves reproducibility and efficiency across multiple tumour types

유사분열 계수(mitotic counting)는 여러 종양 유형에서 종양 등급 분류, 진단 및 예후 평가의 중요한 구성 요소이지만, 수작업 평가는 시간이 많이 소요되며 병리학자 간 편차가 발생하기 쉽습니다. 이러한 문제를 해결하기 위해, 본 연구에서는 병리학자가 영역 선택 및 최종 계수에 대한 제어권을 유지하면서도 가장 높은 유사분열 활성이 예측되는 영역으로 병리학자를 안내하고 검토 대상 유사분열 상(mitotic figure)을 강조 표시하여 일관성과 효율성을 높이도록 설계된 AI 도구인 MitPro를 개발했습니다. 3개국 3개 센터에서 3종의 서로 다른 스캐너로 수집한 7개 종양 유형의 전슬라이드 이미지(WSI) 385장을 포함하는 후향적, 비중재적, 짝지은 판독자 연구(paired reader study)를 통해 유사분열 계수의 재현성과 효율성에 미치는 영향을 평가했습니다. 13명의 병리학자가 참여했으며, 각 슬라이드는 AI 보조 없이 3명의 병리학자가 독립적으로 평가한 후, 최소 2주의 휴약기(washout period)를 거쳐 AI 보조를 받아 다시 평가되었습니다. 전체 슬라이드에 걸쳐 AI 보조 계수는 급내 상관계수(ICC)를 0.589에서 0.949로 증가시켰습니다. 병리학자 수준의 평균 평가 시간 중앙값은 286.4초에서 127.8초로 감소하여 평가당 평균 151.8초의 절감 효과를 보였습니다. 일치도 및 효율성의 개선은 HALO AP 및 Sectra 영상 관리 시스템을 활용한 보조 분석과 주요 연구 대상 집단 외 2가지 추가 종양 유형에서도 관찰되었습니다. AI 보조 평가는 더 활성도가 높은 유사분열 핫스팟 식별 및 누락되는 유사분열 상의 감소와 일치하게 유사분열 계수 및 점수가 약간 더 높아지는 변화와 연관되었습니다. 보조가 없는 평가와 AI 보조 평가 간의 점수 변화 빈도는 일상적인 계수 작업 중 병리학자 간 편차와 비슷한 수준이었습니다. 이러한 결과는 일상 진료에서 보다 일관되고 효율적인 유사분열 평가를 위한 보조 도구로서 MitPro의 활용을 지지합니다.